-
公开(公告)号:CN119830306A
公开(公告)日:2025-04-15
申请号:CN202510026747.2
申请日:2025-01-08
Applicant: 南通大学
Abstract: 本发明提供了一种基于多模态数据融合的去中心化漏洞评估方法,属于计算机技术领域,解决了传统漏洞评估方法无法充分结合多模态数据、无法有效保护数据隐私的技术问题。其技术方案包括以下步骤:S1:对漏洞评估数据集进行预处理;S2:提取源代码的结构信息、词法特征和注释信息;S3:将源代码和注释信息输入到CodeT5模型中,并结合Joern处理的图结构信息进行多模态特征融合;S4:通过自适应权重机制进行跨模态信息融合,优化模型性能;S5:在本地进行模型训练;S6:将测试集输入训练好的模型中进行漏洞评估,输出分类结果。提升了漏洞评估的准确性、全面性和隐私保护能力。